[发明专利]一种数据保护方法、设备、装置和计算机存储介质

权利要求书

1.一种数据保护方法，其特征在于，所述方法包括：

获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；

获取待处理数据，确定待处理数据对应的隐私子模型；所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。

2.根据权利要求1所述的方法，其特征在于，所述获取n个隐私子模型，包括：

获取训练数据，所述训练数据用于表示应用运行时产生的用户数据；

以预设的n个隐私属性作为中心对象，对所述训练数据进行聚类处理，得到n个隐私子模型。

3.根据权利要求2所述的方法，其特征在于，所述以预设的n个隐私属性作为中心对象，对所述训练数据进行聚类处理，得到n个隐私子模型，包括：

以预设的n个隐私属性作为中心对象，采用迭代的聚类方法，对所述训练数据进行多次聚类处理，得到n个隐私子模型；其中，在进行非首次聚类处理时，对聚类的中心对象进行更新，使本次聚类结果的预设评价指标高于上一次聚类结果的预设评价指标。

4.根据权利要求3所述的方法，其特征在于，所述聚类结果的预设评价指标可以用于表示：聚类结果中同一簇团中各个记录的邻近程度、以及聚类结果中不同簇团的记录之间的远离程度。

5.根据权利要求1所述的方法，其特征在于，所述待处理数据为终端待上传的数据或终端待保存的数据。

6.根据权利要求1所述的方法，其特征在于，所述确定待处理数据对应的隐私子模型，包括：

在所述n个隐私子模型中，将与待处理数据的相关性最大的隐私子模型作为待处理数据对应的隐私子模型。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，对所述待处理数据进行隐私保护。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，将所述待处理数据添加到对应的隐私子模型中，实现对应隐私子模型的补充扩容。

9.根据权利要求1至8任一项所述的方法，其特征在于，所述方法还包括：

所述待处理数据与对应的隐私子模型的相关性小于预设相关性阈值时，确定所述待处理数据不需要进行隐私保护。

10.一种数据保护设备，其特征在于，所述设备包括处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，

所述处理器用于运行所述计算机程序时，执行权利要求1至9任一项所述方法的步骤。

11.一种数据保护装置，其特征在于，所述装置包括：获取模块和决策模块，其中，

获取模块，用于获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；

决策模块，用于获取待处理数据，确定待处理数据对应的隐私子模型；在所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。

12.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。